| 基于几何-语义联合约束的动态环境视觉SLAM算法 |
| |
| 引用本文： | 沈晔湖,陈嘉皓,李星,蒋全胜,谢鸥,牛雪梅,朱其新.基于几何-语义联合约束的动态环境视觉SLAM算法[J].数据采集与处理,2022,37(3):597-608. |
| |
| 作者姓名： | 沈晔湖 陈嘉皓 李星 蒋全胜 谢鸥 牛雪梅 朱其新 |
| |
| 作者单位： | 苏州科技大学机械工程学院,苏州215009,苏州科技大学机械工程学院,苏州215009;北京工业大学人工智能与自动化学院,北京100124 |
| |
| 基金项目： | 国家自然科学基金（51975394, 61501451）;江苏省高等学校大学生创新创业训练计划（201810332007Z）。 |
| |
| 摘 要： | 传统视觉同步定位和地图构建（Simultaneous localization and mapping， SLAM）算法建立在静态环境假设的基础之上，当场景中出现动态物体时，会影响系统稳定性，造成位姿估计精度下降。现有方法大多基于概率统计和几何约束来减轻少量动态物体对视觉SLAM系统的影响，但是当场景中动态物体较多时，这些方法失效。针对这一问题，本文提出了一种将动态视觉SLAM算法与多目标跟踪算法相结合的方法。首先采用实例语义分割网络，结合几何约束，在有效地分离静态特征点和动态特征点的同时，进一步实现多目标跟踪，改善跟踪结果，并能够获得运动物体的轨迹和速度矢量信息，从而能够更好地为机器人自主导航提供决策信息。在KITTI数据集上的实验表明，该算法在动态场景中相较ORB-SLAM2算法精度提高了28%。
|
| 关 键 词： | 几何约束 目标跟踪 机器视觉 视觉SLAM算法 实例语义分割 |
| 收稿时间： | 2021/6/12 0:00:00 |
| 修稿时间： | 2021/11/10 0:00:00 |
Dynamic Visual SLAM Based on Unified Geometric-Semantic Constraints |
| |
| Shen Yehu,Chen Jiahao,Li Xing,Jiang Quansheng,Xie Ou,Niu Xuemei,Zhu Qixin.Dynamic Visual SLAM Based on Unified Geometric-Semantic Constraints[J].Journal of Data Acquisition & Processing,2022,37(3):597-608. |
| |
| Authors: | Shen Yehu Chen Jiahao Li Xing Jiang Quansheng Xie Ou Niu Xuemei Zhu Qixin |
| |
| Affiliation: | 1.School of Mechanical Engineering, Suzhou University of Science and Technology, Suzhou 215009,China;2.College of Artificial Intelligence and Automation,Beijing University of Technology,Beijing 100124,China |
| |
| Abstract: | |
| |
| Keywords: | geometric constraints target tracking machine vision visual SLAM algorithm instance semantic segmentation |
| 本文献已被 万方数据 等数据库收录！ |
| 点击此处可从《数据采集与处理》浏览原始摘要信息 |
|
点击此处可从《数据采集与处理》下载全文 |
|
